Обучение с небольшим количеством примеров

Few-Shot Learning (FSL) - это специализированная область машинного обучения (ML), которая фокусируется на обучении моделей искусственного интеллекта для категоризации, detect или понимания новых концепций с использованием лишь очень небольшого количества помеченных примеров. В традиционном глубоком обучении (ГОО) моделям часто требуются тысячи изображений для каждого класса, чтобы достичь высокой точности. Однако FSL имитирует человеческую способность к быстрому обобщению на основе ограниченного Как ребенок может узнать жирафа, увидев всего одну-две картинки. Эта способность крайне важна для приложений, где сбор большого количества обучающих данных дорого, долго или практически невозможно.

Основные механизмы обучения по нескольким снимкам

Основная цель FSL - уменьшить зависимость от массивных наборов данных за счет использования предыдущих знаний. Вместо того чтобы изучения новых паттернов с нуля, модель использует информацию, полученную из базового набора данных, чтобы интерпретировать немногочисленные примеров для новой задачи. Это часто достигается с помощью различных подходов:

• Метаобучение: Часто его называют "учиться, чтобы учиться". метаобучение тренирует модели для быстрой адаптации к новым задачам. Алгоритмы, подобные метаобучению с моделью-агностикой (MAML), оптимизируют внутренние параметры модели таким образом, чтобы несколько градиентных шагов на новой задаче приводили к хорошей производительности.
• Обучение на основе метрик: Этот подход отображает входные данные в пространство признаков, в котором схожие элементы расположены близко друг к другу, а несхожие - далеко друг от друга. близко друг к другу, а несхожие - далеко друг от друга. Такие методы, как Прототипические сети вычисляют среднее представление (прототип) для каждого класса и classify новые образцы запроса на основе их расстояния до этих прототипов, функционируя подобно сложный k-Nearest Neighbors (k-NN) классификатор.
• Расширение данных: При нехватке образцов исследователи часто искусственно расширяют набор данных. Современные методы расширения данных могут генерировать синтетические вариации немногих доступных изображений, помогая предотвратить не допустить чрезмерной адаптации модели к ограниченным примерам.

Реализация обучения по нескольким снимкам с помощью YOLO11

В практических сценариях компьютерного зрения (КЗ) FSL часто реализуется с помощью трансферного обучения. Взяв такую надежную модель, как YOLO11которая уже изучила богатые представления признаков представления на основе таких массивных наборов данных, как COCO, Разработчики могут точно настроить модель на небольшом пользовательском наборе данных. Предварительно обученные веса служат в качестве мощного позволяя модели сходиться на новых классах с очень малым количеством образцов.

Следующий код Python демонстрирует, как применить эту концепцию, используя ultralytics пакет. С помощью загрузки предварительно обученной модели и кратковременного обучения на небольшом наборе данных, вы, по сути, выполняете адаптацию за несколько кадров адаптацию.

from ultralytics import YOLO

# Load a pre-trained YOLO11 model to leverage learned feature representations
model = YOLO("yolo11n.pt")

# Fine-tune the model on a small dataset (e.g., 'coco8.yaml' has only 4 images per batch)
# The model adapts its existing knowledge to the new few-shot task
results = model.train(data="coco8.yaml", epochs=50, imgsz=640)

# The model can now detect objects from the small dataset with high efficiency

Различение нескольких выстрелов и смежных понятий

Чтобы понять, какое место FSL занимает в ландшафте ИИ, полезно отличить ее от аналогичных парадигм обучения:

• Обучение с нулевым результатом (ZSL): Если для FSL требуется хотя бы небольшой набор примеров ("набор поддержки"), то для ZSL не требуется никаких визуальных примеров во время обучения умозаключению для конкретного целевого класса. Вместо этого ZSL полагается на семантические описания или атрибутов (например, текстовых вкраплений) для распознавания невидимых категорий.
• Одноразовое обучение: Это Крайний случай FSL, когда модель должна выучить новый класс ровно на одном помеченном примере. Это стандартный эталон в системах распознавания лиц, где телефон разблокируется, увидев лицо пользователя всего один раз.
• Трансферное обучение: FSL - это Особое применение трансферного обучения. Стандартное трансферное обучение может по-прежнему использовать сотни изображений для для тонкой настройки, в то время как FSL явно нацелено на сценарии с очень низким объемом данных (например, 5-10 изображений на класс).

Применение в реальном мире

Few-Shot Learning раскрывает потенциал в отраслях, где данных, естественно, мало, а отдельные аномалии встречаются редко.

Медицинская диагностика

При анализе медицинских изображений получение Тысячи меченых сканов для редких патологий зачастую невозможны. FSL позволяет ИИ-модели определять редкие типы опухолей или генетические заболевания, используя лишь несколько аннотированных примеров. Такие учреждения, как Стэнфордский медицинский центр, активно изучают эти методы для демократизации ИИ диагностических инструментов ИИ для лечения недостаточно распространенных заболеваний.

Контроль качества производства

Современный искусственный интеллект в производстве основывается на обнаружении дефектов для обеспечения качества. Однако конкретные дефекты могут встречаться только один раз на миллион единиц продукции. Вместо того чтобы ждать месяцев для сбора большого набора данных о дефектах, инженеры используют FSL для обучения системы обнаружения объектов на нескольких примерах нового дефекта, что позволяет немедленно внедрить обновленные протоколы контроля качества.

Робототехника и адаптация

Роботы, работающие в динамичных средах, часто сталкиваются с объектами, которые они раньше не видели. Используя FSL, робототехнические системы могут научиться захватывать или манипулировать новым инструментом после нескольких демонстраций. Эта способность необходима для гибкой автоматизации в складирования и логистики, на которых специализируются такие компании, как Boston Dynamics.

Проблемы и перспективы

Несмотря на свои перспективы, FSL сталкивается с проблемами, связанными с надежностью. Модели могут быть чувствительны к конкретному количеству примеров Если набор примеров не является репрезентативным, производительность значительно снижается. Текущие исследования направлены на повышении надежности вкраплений и разработке более эффективных методов оценки неопределенности. Такие фреймворки, как PyTorch и TensorFlow продолжают развиваться, предоставляя исследователям инструменты для расширения границы эффективного обучения с использованием данных. По мере развития таких моделей, как YOLO26 приближаются к выпуску, мы ожидаем еще больших возможностей в обучении на минимальных данных.